从LOGSTASH中读取PDF内容

Question

LOGSTASH可以从某个位置读取PDF文件并提取其中的内容然后将此内容发送到目的地（KAFKA）吗？

据我所知，LOGSTASH可以读取.TXT或.LOG或.CSV文件，但我不确定它是否能够从PDF读取内容。

这条线上的任何建议都会有所帮助。

如果没有，kafka有这种能力吗？是否可以从APACHE KAFKA阅读PDF内容？

Answer 1

Logstash没有PDF输入过滤器。最好的办法是找到一个可以在PDF文件中提供文本的程序。这个问题可能会有所帮助：How to extract text from a PDF?

然后，您可以设置生成PDF文本版本的内容，然后使用logstash将其编入elasticsearch。